論文の概要: ChainClaw: A Layered Agent Framework for Reliable On-Chain Execution
- arxiv url: http://arxiv.org/abs/2608.05790v1
- Date: Thu, 06 Aug 2026 09:25:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.733814
- Title: ChainClaw: A Layered Agent Framework for Reliable On-Chain Execution
- Title（参考訳）: ChainClaw: 信頼性の高いオンチェーン実行のための階層化されたエージェントフレームワーク
- Authors: Jiacheng Wei, Zhaoxin Fan, Xin Wen, Yuqin Lan, Dongrun Li, Wenjun Wu, Faguo Wu, Xiao Zhang,
- Abstract要約: ChainClawは、OpenClaw上に構築されたブロックチェーンネイティブなエージェントフレームワークである。
オンチェーン実行における反応性,不可逆性,可観測性ギャップに対処するためのChainClawを提案する。
ChainClawを4つのカテゴリと5つの次元にまたがる7つのタスクをカバーする目的で構築したベンチマークで評価する。
- 参考スコア（独自算出の注目度）: 21.68809256500872
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: General-purpose large language model agents have achieved strong performance on tool-augmented tasks, yet they rely on assumptions break down in blockchain environments. On-chain execution is stateful, adversarial, and economically irreversible, exposing three fundamental gaps: Reactivity, Irreversibility, and Observability. We propose ChainClaw, a blockchain-native agent framework built on OpenClaw, that addresses all three gaps through a layered architecture comprising an event-driven orchestration layer, a simulation-based safety intelligence layer, and an on-chain monitoring runtime layer, unified by a cross-layer memory subsystem. ChainClaw closes the Reactivity gap via event ingestion and simulation feedback, the Irreversibility gap via a pre-execution safety pipeline with transaction simulation and action guard, and the Observability gap via an on-chain read adapter and transaction monitor. We evaluate ChainClaw on a purpose-built benchmark covering seven tasks across four categories and five dimensions. ChainClaw consistently outperforms representative baselines on both safety and task completion.
- Abstract（参考訳）: 汎用的な大規模言語モデルエージェントは、ツール拡張されたタスクで強力なパフォーマンスを達成したが、ブロックチェーン環境における仮定に依存している。
オンチェーンの実行はステートフルで、逆境があり、経済的には不可逆であり、反応性、不可逆性、可観測性という3つの基本的なギャップを露呈する。
OpenClaw上に構築されたブロックチェーンネイティブなエージェントフレームワークであるChainClawを提案し、イベント駆動オーケストレーション層、シミュレーションベースの安全インテリジェンス層、および層間メモリサブシステムで統一されたオンチェーン監視ランタイム層で構成される階層アーキテクチャを通じて、3つのギャップに対処する。
ChainClawは、イベントの取り込みとシミュレーションフィードバック、トランザクションシミュレーションとアクションガードを備えた事前実行安全パイプライン経由の可視性ギャップ、オンチェーン読み取りアダプタとトランザクションモニタ経由の可観測性ギャップをクローズする。
ChainClawを4つのカテゴリと5つの次元にまたがる7つのタスクをカバーする目的で構築したベンチマークで評価する。
ChainClawは、安全とタスク完了の両方において、代表的ベースラインを一貫して上回っている。
関連論文リスト
- ClawGym: A Scalable Framework for Building Effective Claw Agents [47.47444724291439]
ClawGymは、Clawスタイルのパーソナルエージェント開発の全ライフサイクルをサポートするスケーラブルなフレームワークである。
ClawGym-SynDataは、ペルソナ駆動のインテントとスキル接地操作から合成された13.5Kのフィルタリングタスクのデータセットである。
次に、ブラックボックスのロールアウト軌跡の教師付き微調整を通じて、ClawGym-Agentsと呼ばれる有能なClawスタイルのモデルのファミリーを訓練する。
さらに、自動フィルタリングとヒューマンLLMレビューを通じて200インスタンスのベンチマークであるClawGym-Benchを構築します。
論文 参考訳（メタデータ） (2026-04-29T17:12:22Z) - GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。
バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。
パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
論文 参考訳（メタデータ） (2026-04-27T11:34:21Z) - SafeHarness: Lifecycle-Integrated Security Architecture for LLM-based Agent Deployment [19.947119280467934]
セーフハーネス(Safeharness)は、4つの防衛レイヤがエージェントライフサイクルに直接織られるセキュリティアーキテクチャである。
ベンチマークデータセットの安全性を、多様なハーネス構成で評価する。
論文 参考訳（メタデータ） (2026-04-15T08:59:00Z) - ClawKeeper: Comprehensive Safety Protection for OpenClaw Agents Through Skills, Plugins, and Watchers [32.10899571321103]
ClawKeeperは3つの補完的なアーキテクチャ層にまたがって多次元保護機構を統合するリアルタイムセキュリティフレームワークである。
我々は、このWatcherパラダイムが、次世代の自律エージェントシステムを保護するための基礎的なビルディングブロックとして機能する可能性を持っていると論じる。
論文 参考訳（メタデータ） (2026-03-25T15:27:54Z) - CaMeLs Can Use Computers Too: System-level Security for Computer Use Agents [60.98294016925157]
AIエージェントは、悪意のあるコンテンツがエージェントの行動をハイジャックして認証情報を盗んだり、金銭的損失を引き起こすような、インジェクション攻撃に弱い。
CUAのためのシングルショットプランニングでは、信頼できるプランナーが、潜在的に悪意のあるコンテンツを観察する前に、条件付きブランチで完全な実行グラフを生成する。
このアーキテクチャ分離は命令インジェクションを効果的に防止するが、ブランチステアリング攻撃を防ぐには追加の対策が必要であることを示す。
論文 参考訳（メタデータ） (2026-01-14T23:06:35Z) - BackdoorAgent: A Unified Framework for Backdoor Attacks on LLM-based Agents [58.83028403414688]
大規模言語モデル(LLM)エージェントは、計画、メモリ、ツールの使用を組み合わせた多段階ワークフローを通じてタスクを実行する。
エージェントワークフローの特定のステージに注入されたバックドアトリガーは、複数の中間状態を通して持続し、下流出力に悪影響を及ぼす可能性がある。
LLMエージェントにおけるバックドア脅威を統一したエージェント中心のビューを提供するモジュールおよびステージアウェアフレームワークである textbfBackdoorAgent を提案する。
論文 参考訳（メタデータ） (2026-01-08T03:49:39Z) - Enhancing the Security of Rollup Sequencers using Decentrally Attested TEEs [1.0961093227672396]
Rollupsの重要なコンポーネントはSequencerで、Layer-1に送信される前に受信、注文、トランザクションを担当します。
その安全性を高めるために、信頼できる実行環境(TEE)内のシークエンサーを保護するソリューションが文献にある。
本稿では,分散型証明機構を備えたTEEシーケンサを提案する。
論文 参考訳（メタデータ） (2025-11-27T10:46:52Z) - Building a Foundational Guardrail for General Agentic Systems via Synthetic Data [76.18834864749606]
LLMエージェントは、計画段階で介入するマルチステップタスクを計画できる。
既存のガードレールは主にポスト・エグゼクティブ(英語版)を運用しており、スケーリングが困難であり、計画レベルで制御可能な監督を行う余地がほとんどない。
我々は、良性軌道を合成し、カテゴリーラベル付きリスクを困難に注入し、自動報酬モデルを介して出力をフィルタリングする制御可能なエンジンであるAuraGenを紹介する。
論文 参考訳（メタデータ） (2025-10-10T18:42:32Z) - BridgeShield: Enhancing Security for Cross-chain Bridge Applications via Heterogeneous Graph Mining [41.291205709614026]
ブロックチェーンの相互運用性を実現する上で、ブロックチェーンブリッジは重要な役割を果たす。
本質的に設計上の欠陥と、それらが持つ膨大な価値のため、ハッカー攻撃の標的となっている。
既存の検出方法は、主に単一チェーンの振る舞いに対処し、クロスチェーンのセマンティクスをキャプチャできない。
我々はBridgeShieldを提案する。BridgeShieldは、ソースチェーン、オフチェーンコーディネーション、デスティネーションチェーンを統一グラフ表現内で共同でモデル化するフレームワークである。
論文 参考訳（メタデータ） (2025-08-28T07:59:20Z) - Commit-Reveal$^2$: Securing Randomness Beacons with Randomized Reveal Order in Smart Contracts [25.885166716453153]
最終公開順序を暗号化的にランダム化するブロックチェーンデプロイメントのための層設計であるCommit-Reveal$2$を提示します。
このプロトコルはハイブリッドシステムとして設計されており、ルーチン調整が効率性のためにチェーンから外れている。
ブロックチェーンアプリケーションにおけるレプリケーションと採用をサポートするために、公に検証可能なプロトタイプと評価アーティファクトをリリースしています。
論文 参考訳（メタデータ） (2025-04-04T21:05:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。